基于GPGPU的生物序列快速比对
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第３ ８卷 第 ４期
Ｖ＿ ＿ ０ ３８ ｌ Ｎ Ｏ４ ．
计
算
机
工
程
２１ ０ ２年 ２月
Ｆｅ ｒ ａ ｙ ０１ ｂ ｕ ｒ ２ ２
Ｃｏ ｍｐｕ ｅ ｔ ｒＥｎｇ ｎ ｅ ｉ ｉ ｅ ｒｎｇ
・ 开发研究与设计技术 ・
文 编号 １ ｍ ３ ８ ０ ） －２１ 文 标 码： 章 ： ｏ － ４ （ １０ 一 ４ ４ ｏ ２２ ２ ０ — 献 识 Ａ
中 分 号 Ｔ３ 图 类 ： Ｐ９ １
基 于 Ｇ Ｇ Ｕ 的生物序 列快速 比对 Ｐ Ｐ
马海晨 ，韦 刚，吴 百蜂
（ 旦大学计算机科 学技术学院 ，上海 ２ ０ ３ ） 复 ０４３
摘
要 ： Ｃ ＵＧ Ｕ异构平台下 ， 出一种 高效 的生物序列 比对 方案 。该方案利用 Ｇ Ｕ 的并行 处理 能力 ， 在 Ｐ —Ｐ 提 Ｐ 通过对读 延迟 、写延迟、重 组
ｈ ｔ ｏ ｅ ｅ ｕ ｌ ｆｒ Ｔ ｅ ｓ ｌｔ ｎ ｒ － ｒ ｅ Ｓ ｔ— ｔｒ ｎ Ｓ ） ｌｏ ｉ ｍ ｎ Ｏｐ ｎ ｌｔ ｒ ， ｅ ｒ ａ ｉｅ ｈ ｌｏ ｉ ｍ ｄ ｐ ｅＧＰ ｅｅ ｇ ｎ ｏ ｓ ａ ｏ ｍ． ｈ ｏｕｉ ｅ ｗ ｉ ｍｉ Ｗａｅｍａ （ Ｗ ａｇ ｒ ｈ ｉ ｒ ｐ ｔ ｏ ｔ ｈ ｔ ｅ ＣＬ ｐａｆ ｍ ｒｏ ｇ ｎ ｚ ｓｔｅ ａ ｒ ｈ ｔ ａ ａ ｔ ｈ Ｕ ｏ ｇ ｔ Ｏ ｔ
ｓａ ｃｎ算 法 的 加速 比都 不 高 。文 献 【】 现 了 Ｇ Ｕ 版 本 的 ｓａ ５实 Ｐ ｃｎ
在 Ｓ 算法 中，写的数据分别为 Ｆ值 和 Ⅳ 值。Ｆ值和 Ｗ
匹配对 结果有更好的效 果 ，因此 ，在 Ｓ 算法 的基础 上提 出 Ｗ 了 ａ ｉｅ ａ ｄｌ ｆｎ ｐｍｏ ｅ，即采用 ２个罚分 ：Ｇ 和 Ｇ 。改造 后的算 ｇ 法描 述如下 ：
Ｅｌ
，
库总数 已达 ８８ 。生物信息数据库不仅 多，而且大 。例如 ５个 Ｇ ｎ ａｋ库就 有 １６５ ３１６７ ６ 碱基 和 １ ８４ １ ９ ｅＢ ｎ ０ ３ ５ ５ 个 ０ ３ ２条序 ６ 列 。到 ２ ０ ０ ６年 ，序列数据总量约有 ｌ０亿个碱基 。在 １ １ ８年 间，数据量增长 了近十 万倍 。
Ｆａ ｔ ｉ ｎ ｅ ｔ０ ｏ ｏ ｉ ａ ｅ ｕ ｎ ｅ ｓ ｇ ｍ ｎ ｆ Ａｌ Ｂｉ ｌ ｇ ｃ ｌ ｑ ｅ ｃ ｓ Ｓ
Ｂａ ｅ ｎ Ｇ ｅ ｅ ａ ｕｒ ｏ ｅＧ ｒ ｐ ｉ ｏ ｅ ｓ ｒＵｎ ｔ ｓｄ０ ｎ ｒ ｌ Ｐ ｐ ｓ ａ ｈ ｃ Ｐｒ ｃ ｓ ｏ ｉ
函数及 数据传输进行优化 ，在 Ｏ ｅ Ｃ ｐ ｎ Ｌ框架 下重构 Ｓ ｉ — ｔ ｍ ｎ ｍ ｔ Ｗａ ｒ ａ 算法 ，加快 生物序 列比对 速度。实验结果证 明，与 Ｃ Ｕ 上传 统的串行 ｈ ｅ Ｐ 算法相 比 ， 算法最高可获得约 １０ 的性能提升 。 该 ０倍
关健词 ：生物 信息学 ；序列 比对 ；通 用图形 处理器 ；Ｓ ｉ ． ｔ ａ ｍｔ Ｗａ ｒ ｎ算法 ；Ｏ ｅＣ ｈ ｅ ｍ ｐｎ Ｌ框架
３２ 数据布 局优化 ． 在一般应用 中，数据存取是很常用的操作 。而一般存储
器 的工作频率比计算单元都低几个数量级 ，导致数据存取成
Ｗａｅｒｎ 方式利用了 Ｄ ｖｆ ｔ ｏ Ｐ矩 阵中每条对角线中元素 计算 独立 的特性 ，每次并行地计算对角线 中的各个单元 ，再通过 循环计算每条对角线 ，直到完成。 ＶＬ Ｅ方式是 Ｗａｅｒｎ 方式 的一种变形。ＶＬ ｖｆ ｔ ｏ Ｅ方式将多 个矩阵单元合 并为一个块 。这样传输 的单元就变为块 ，从而
［ ｓｒ ｃ］Ｔ ｉ ｐｐ ｒｐｅｅ ｔ ａ ｈｇ ｌ ｆｅｔ ｅ ｂｏｏ ｉａ ｅ ｕ ｎｅ ｌ ｎ ｎ ｏｕｉｎ ｂｓｄ ｏ Ｕ— ｒｐ ｉ Ｐｏｅｓｎ ｒＵ ｉＧＰ ） Ａｂ ｔａｔ ｈｓ ａｅ ｒｓｎｓ ｉｈｙ ｅｆｃｉ ｉｌｇｃｌｓｑ ｅ ｃｓａｉ ｍｅｔｓｌｔ ａｅ ｎ ＣＰ Ｇ ａ ｈｃ ｒｃｓｉｇ ｎｔ Ｕ ｖ ｇ ｏ （
（ ｐ ｎＣ ｍｐ ｔ ｇＬ ｎ ｕｇ ） Ｏ ｅ ｏ ｕｉ ａｇ ａｅ编程模型 。 ｎ
矩 阵。
２ Ｏ ｅＣ ． ２ ｐｎ Ｌ编程模 型
Ｏ ｅＣ ｐ ｎ Ｌ为异构平 台提供 了开放 的框架标准 。 Ｏ ｅＣ 在 ｐｎ Ｌ 中，硬件结构分为 ＨＯ Ｔ和 Ｃ ｍｐ ｔ Ｕｎｔ Ｓ ｏ ｕｅ ｉ两部分。Ｈ Ｓ Ｏ Ｔ的
减少ቤተ መጻሕፍቲ ባይዱ信成本。
为 应用的瓶 颈 Ｊ 。因此 ，一般的体系结构 皆对存储子 系统进
行 了优化 。 ＧＰ 在 Ｕ体系结构 中， 对全局 内存的存取 进行 了优 化 。当存储子系统收到连续的地址请求时 ，系统可 以把 所有
请 求打包为一个请求 。从而可 以在一个请求中存取 所有的数
据 。由于 Ｇ Ｕ采用典型的 ＳＭＤ执行方式 ，即一次迭代中的 Ｐ Ｉ 所有计算单元会在 同一个 时钟周期 内发 出存取请求 ，当存取 请求的地址不连 续时，Ｇ Ｕ程序（ｅｎ１的运行就会停 顿 ，因 Ｐ ｋ ｒｅ） 此理想的存取模 式是每个计算单元在 同一个时钟时所读写的 数据地址是连续的 ，即第 １个计算单元读第 １个数据 ，而 第ｋ 个计算单元读第 ｋ 个数据 。 ３２１ 写延迟优化 ．．
ｐ ｏ ｅ ｓｎ ａ ａ ｌ ｙ ｒ ｃ ｓ ｉ ｇ ｃ ｐ ｂｉ ｔ ，ｇ ｅ ｔｙ ｉ ｒ ｖ ｓ ｔ ｅ ｅ ｆ ｃ ｉ ｅ ｅ ｓ ｏ ｌ ｏ ｉ ｍ ．Ｅｘ ｅ ｉ ｎ ａ ｅ ｕｌ ｓ ｗｓ ｔ ａ ｈ ｏ ｕｔ ｎ ｈａ １ ０ ｔｍｅ ｅ ｆ ｒ ａ ｃ ｉ ｒ ａ ｌ ｍｐ ｏ ｅ ｈ ｆｅ ｔｖ ｎ ｓ ｆ ａ ｇ ｒｔ ｈ ｐ ｒ ｍｅ ｔ ｌ ｒ ｓ ｔ ｈｏ ｈ ｔ ｔ ｅ ｓ ｌ ｉ ｓ ｉ ｓ ｐ ｒｏ ｏ ０ ｍ ｎｅ
ａ ｃ ｉ ｃ ｕ ｅ ａ ｄ ａ ｐ ｉ ｓ ｏ ｔ ｉ ａｉ ｎ ｏ ｍｏ ａ ｃ ｓ ｉ ｇ ｌｔ ｎ ｙ ａ ｄ ｏ ｔ ｉａ ｉ ｎ ｏ ｅ ｍｅ ￣ ｄ ｐ ｏ ｍ ｅ ｔ ｕ ｌ ｔ ｉｅ Ｕ’ ａ ａ ｌ ｌ ｒ ｈ ｔ ｔ ｒ ｎ ｐ ｌｅ ｐ ｉ ｚ ｔｏ ｆ ｍｅ ￣ ｃ ｅ ｓｎ ａ ｅ ｃ ｎ ｐ ｉ ｚ ｔｏ ｆ ｔ ｍｏ ｅ ｍ ｍ ｈ ｅ ｌ ｙ ｎ ，ｆ ｌ ｕ ｉ ｚ ｓ ＧＰ Ｓ ｐ ｒ ｌ ｙ ｌ ｅ
作用在于实现程序执行 的控制 。Ｃ ｍ ｕ ｎ 负责主要的计 ｏ ｐｔ Ｕ ｉ ｅ ｔ 算 。Ｏ ｅＣ 作 为一个异构平 台的通 用编程模 型 ，其优势在 ｐｎ Ｌ 于通过显式并行获得极高 的并 行性 ，通 过合 理的内存映射将
作者倚介 ：马海 晨（ ８ －） １ ６ ，男，硕士 ， 研方向 ：图像处理 ，并行 ９ 主
ｉ ｃ ｅ ｓ ａ ｈ ｅ ｉ ｌ ｌ ｏ ｉ ｍ ｎ ＣＰＵ ｎ ｒ ａ ｅ ｔ ｎ ｔ ｅ ｓ ｒａ ｇ ｒｔ ｈ ａ ｈ ｉ
／， ●● ●
／， ●● ● ，
｜ ｙｗｏｄ ］ｂｏｎｏ ａｉｓ ｓｑ ｅ ｃ ｌ ｎ ｎ； ｅ ｅａ ｕｐ ｓ ａｈｃＰｏｅｓｎ ｉＧＰ Ｕ） Ｓ ｔ— ｔ ｍａ（Ｗ） ｌｏｉ ｍ； ｅ Ｃ Ｋｅ ｒ ｓ ｉｉｆｒ ｔ ；ｅ ｕ ｎｅａｉ ｍｅ ｔＧ ｎ ｒｌ ｒｏ ｅ ｐ ｉ ｒｃｓｉｇＵｎｔ ＧＰ ； ｍｉ Ｗａｅ ｎＳ 层 ｔ Ｏｐ ｎ Ｌ ｍ ｃ ｇ Ｐ Ｇｒ （ ｈ ｒ ａ ｒ ｇ ｈ
有单元 。 Ｓ Ｔ计算 Ｈ值完全可 以并行地进行 ，同时 ，随着数据 ＷＡ 库序 列长 度的增加 ，并行度也会相应增加 ，具有相当好的伸 缩性 。但是 ，算法 的第（） 限制 了总体性能 的提高 。因为 ２步 第（） ２步是典型的并行 ｓａ ｃｎ算法 。 已有 的资料中可知 ， 从 并行
一
文在 Ｃ Ｕ— Ｐ Ｐ Ｇ Ｕ异构平 台下 ，充分利用 Ｇ Ｕ的高计算能力 ， Ｐ 提出 了一个加速生物序列 比对 的方案 。
般可通过 替换矩 阵查询到 ，如 Ｂ ＯＳ Ｍ６ Ｌ Ｕ ２矩阵、Ｐ ＡＭ２ ０ ５
２ 背景知识
本文 的工 作主 要涉及两部分 内容 ：Ｓ 算法和 Ｏｐｎ Ｌ Ｗ ｅＣ
２１ Ｓ 算法 ． Ｗ Ｓ 算法是经典的序列 比对算法 。本质上 ，它 是为 了找 Ｗ 出 ２个序 列之问的最大公共子 串，而且允许在 比对 过程中插 入空 白和错配 。因此 ，算法的整个过程就是计算一个 ＤＰ矩 阵。Ｄ Ｐ矩 阵中的每个值代表 当前 ２个子 串之间的最大公共
子 串的得 分。而整个序列之 间的最大公共子 串可 以通过矩阵 的最大值沿路返 回找到 。
访存延迟 遮 蔽 ，使之 与计 算过程 重叠 ，以达到 吞吐率 的最
大化。
库序 列之 问。生物序列数据库 中的序列一般都有几百万条以
上 。因此，这种 方式具有很高 的并行度 。另外 ，随着数据库
大小的增加，并行度也会相应增加 。
３ 生物序列比对算法实现及优化
Ｓ 加速算法一般有 Ｗａｅｒｎ Ｗ ｖｆ ｔ方式 、Ｖ Ｅ 方式 和 ｏ Ｊ Ｌ Ｓ Ｔ方式 ３种 。 ＷＡ
ｒ ｍ ｗｏ ｋ ｆａ ｅ ｒ
一
、 、●
Ｏ
巨Ｊ
广
十
一
／
一
、
一
●／
ＤＯＩ １ ．９ ９ ．ｓ．０ ０３ ２ ．０ ２０ ．７ ： ０３ ６ ／ｉ ｎ１０ —４ ８２ １ ．４０ ９ ｊｓ
＆ Ｄ
ｌ 概述
数据库是 生物 信息学的主要内容 ，各种数据库几乎覆盖 了生命科 学的各个领域 。据统计 ，至 ２ ０ ０ ６年，生物信息数据
性能 的快速提高及 其近年来 不断改进的可编程性 ，通用 图形 处理器（ ｎｒｌ ｕｐ ｓ Ｕ Ｇ ＧＰ ） Ｇｅｅａ Ｐ ｒｏｅ ＧＰ ， Ｐ Ｕ 的应用越来越广泛 。 本
Ｈ
，
Ｊ
ｍ ａ ｘ
其 中，Ｅ 表示在 目标序列 中插入空 白的得分 ；Ｆ代表在查询 序列 中插入空 白的得 分 ；Ｈ 是 当前 ２条子序列 的最大得分 Ｓ ｏｅ 表示第 ｆ ｃｒ ； 个字符 与第 个字符 匹配得分 。这个得分
这 ２种方法的最大缺点是并行度不高。因为只有在计算
主反对角线时 ，并行 度才达到最大值 。 Ｓ Ｔ方式下计算 Ｄ ＷＡ Ｐ矩 阵的过程如下 ：（） １ 并行地计算 Ｅ值或 Ｆ值和 日值 ； ２使 用并行 的修正函数对前一步计 算出 （）
来 的 日值修正 ； ３以 同样 的方式计 算下一行 ，直到计算完所 （）
Ｍ Ａ ｉ ｈｅ Ｗ ＥＩＧａ ｇ Ｗ Ｕ ｉ ｅ ｇ Ｈａ － ｎ， ｃ ｎ， Ｂａ － ｎ ｆ
（ ｃ ｏ ｌ ｆ ｍｐ ｔｒ ｃｅ ｃ ， ｕ ａ ｉｅｓｔ， ｈ ｎ ｈ ｉ ０ ４ ３ Ｃ ｉ ａ Ｓ ｈ ｏ ｏ Ｃｏ ｕｅ ｉ ｅ Ｆ ｄ ｎＵｎｖ ｒｉ Ｓ ａ ｇ ａ ２ ０ ３ ， ｈ ｎ ） Ｓ ｎ ｙ
序列 比对 的过程是通过序列 比对 算法 在生物序列数据库
Ｊ
： ｍ ａ ｘ
，
Ｊ
＝ ｍ ａｘ
中寻找相 似的序 列。Ｓ Ｓ ｔ— ｔｒ ｎ算法 是典 型的序列 Ｗ（ｍｉ Ｗａｅｍａ） ｈ 比对算法 。该算法 以动态规划的方式寻找 ２条序列问所有的 可能 比对 。随着图形处理器（ ｒｐ ｉ Ｐｏ ｅｓ ｇ ｎｔ Ｐ Ｇ ａ ｈｃ ｒｃｓｉ ｒＵ ｉ ｎ ，Ｇ Ｕ）
计 算 ；韦 刚 ，硕士 ；吴 百峰 ，教授
文献 【】 ｌ的研究实验证明 ，在 生物信息 学中，连续的空 白
收稿 日期 ：２ １－７ ６ ０ ０ — １ ２
Ｅｍａ ：ｍ ｈｉ ｅ＠ｈｔ ｉ ｏ ． ｉ ａａ ｈｎ ｏ ｌ ｒ ｌ ｃ ｍａ． ｎ ｃ
２２ ４
计
算
机
工
程
２ １ 年 ２月 ２ ０２ ０日
Ｖ＿ ＿ ０ ３８ ｌ Ｎ Ｏ４ ．
计
算
机
工
程
２１ ０ ２年 ２月
Ｆｅ ｒ ａ ｙ ０１ ｂ ｕ ｒ ２ ２
Ｃｏ ｍｐｕ ｅ ｔ ｒＥｎｇ ｎ ｅ ｉ ｉ ｅ ｒｎｇ
・ 开发研究与设计技术 ・
文 编号 １ ｍ ３ ８ ０ ） －２１ 文 标 码： 章 ： ｏ － ４ （ １０ 一 ４ ４ ｏ ２２ ２ ０ — 献 识 Ａ
中 分 号 Ｔ３ 图 类 ： Ｐ９ １
基 于 Ｇ Ｇ Ｕ 的生物序 列快速 比对 Ｐ Ｐ
马海晨 ，韦 刚，吴 百蜂
（ 旦大学计算机科 学技术学院 ，上海 ２ ０ ３ ） 复 ０４３
摘
要 ： Ｃ ＵＧ Ｕ异构平台下 ， 出一种 高效 的生物序列 比对 方案 。该方案利用 Ｇ Ｕ 的并行 处理 能力 ， 在 Ｐ —Ｐ 提 Ｐ 通过对读 延迟 、写延迟、重 组
ｈ ｔ ｏ ｅ ｅ ｕ ｌ ｆｒ Ｔ ｅ ｓ ｌｔ ｎ ｒ － ｒ ｅ Ｓ ｔ— ｔｒ ｎ Ｓ ） ｌｏ ｉ ｍ ｎ Ｏｐ ｎ ｌｔ ｒ ， ｅ ｒ ａ ｉｅ ｈ ｌｏ ｉ ｍ ｄ ｐ ｅＧＰ ｅｅ ｇ ｎ ｏ ｓ ａ ｏ ｍ． ｈ ｏｕｉ ｅ ｗ ｉ ｍｉ Ｗａｅｍａ （ Ｗ ａｇ ｒ ｈ ｉ ｒ ｐ ｔ ｏ ｔ ｈ ｔ ｅ ＣＬ ｐａｆ ｍ ｒｏ ｇ ｎ ｚ ｓｔｅ ａ ｒ ｈ ｔ ａ ａ ｔ ｈ Ｕ ｏ ｇ ｔ Ｏ ｔ
ｓａ ｃｎ算 法 的 加速 比都 不 高 。文 献 【】 现 了 Ｇ Ｕ 版 本 的 ｓａ ５实 Ｐ ｃｎ
在 Ｓ 算法 中，写的数据分别为 Ｆ值 和 Ⅳ 值。Ｆ值和 Ｗ
匹配对 结果有更好的效 果 ，因此 ，在 Ｓ 算法 的基础 上提 出 Ｗ 了 ａ ｉｅ ａ ｄｌ ｆｎ ｐｍｏ ｅ，即采用 ２个罚分 ：Ｇ 和 Ｇ 。改造 后的算 ｇ 法描 述如下 ：
Ｅｌ
，
库总数 已达 ８８ 。生物信息数据库不仅 多，而且大 。例如 ５个 Ｇ ｎ ａｋ库就 有 １６５ ３１６７ ６ 碱基 和 １ ８４ １ ９ ｅＢ ｎ ０ ３ ５ ５ 个 ０ ３ ２条序 ６ 列 。到 ２ ０ ０ ６年 ，序列数据总量约有 ｌ０亿个碱基 。在 １ １ ８年 间，数据量增长 了近十 万倍 。
Ｆａ ｔ ｉ ｎ ｅ ｔ０ ｏ ｏ ｉ ａ ｅ ｕ ｎ ｅ ｓ ｇ ｍ ｎ ｆ Ａｌ Ｂｉ ｌ ｇ ｃ ｌ ｑ ｅ ｃ ｓ Ｓ
Ｂａ ｅ ｎ Ｇ ｅ ｅ ａ ｕｒ ｏ ｅＧ ｒ ｐ ｉ ｏ ｅ ｓ ｒＵｎ ｔ ｓｄ０ ｎ ｒ ｌ Ｐ ｐ ｓ ａ ｈ ｃ Ｐｒ ｃ ｓ ｏ ｉ
函数及 数据传输进行优化 ，在 Ｏ ｅ Ｃ ｐ ｎ Ｌ框架 下重构 Ｓ ｉ — ｔ ｍ ｎ ｍ ｔ Ｗａ ｒ ａ 算法 ，加快 生物序 列比对 速度。实验结果证 明，与 Ｃ Ｕ 上传 统的串行 ｈ ｅ Ｐ 算法相 比 ， 算法最高可获得约 １０ 的性能提升 。 该 ０倍
关健词 ：生物 信息学 ；序列 比对 ；通 用图形 处理器 ；Ｓ ｉ ． ｔ ａ ｍｔ Ｗａ ｒ ｎ算法 ；Ｏ ｅＣ ｈ ｅ ｍ ｐｎ Ｌ框架
３２ 数据布 局优化 ． 在一般应用 中，数据存取是很常用的操作 。而一般存储
器 的工作频率比计算单元都低几个数量级 ，导致数据存取成
Ｗａｅｒｎ 方式利用了 Ｄ ｖｆ ｔ ｏ Ｐ矩 阵中每条对角线中元素 计算 独立 的特性 ，每次并行地计算对角线 中的各个单元 ，再通过 循环计算每条对角线 ，直到完成。 ＶＬ Ｅ方式是 Ｗａｅｒｎ 方式 的一种变形。ＶＬ ｖｆ ｔ ｏ Ｅ方式将多 个矩阵单元合 并为一个块 。这样传输 的单元就变为块 ，从而
［ ｓｒ ｃ］Ｔ ｉ ｐｐ ｒｐｅｅ ｔ ａ ｈｇ ｌ ｆｅｔ ｅ ｂｏｏ ｉａ ｅ ｕ ｎｅ ｌ ｎ ｎ ｏｕｉｎ ｂｓｄ ｏ Ｕ— ｒｐ ｉ Ｐｏｅｓｎ ｒＵ ｉＧＰ ） Ａｂ ｔａｔ ｈｓ ａｅ ｒｓｎｓ ｉｈｙ ｅｆｃｉ ｉｌｇｃｌｓｑ ｅ ｃｓａｉ ｍｅｔｓｌｔ ａｅ ｎ ＣＰ Ｇ ａ ｈｃ ｒｃｓｉｇ ｎｔ Ｕ ｖ ｇ ｏ （
（ ｐ ｎＣ ｍｐ ｔ ｇＬ ｎ ｕｇ ） Ｏ ｅ ｏ ｕｉ ａｇ ａｅ编程模型 。 ｎ
矩 阵。
２ Ｏ ｅＣ ． ２ ｐｎ Ｌ编程模 型
Ｏ ｅＣ ｐ ｎ Ｌ为异构平 台提供 了开放 的框架标准 。 Ｏ ｅＣ 在 ｐｎ Ｌ 中，硬件结构分为 ＨＯ Ｔ和 Ｃ ｍｐ ｔ Ｕｎｔ Ｓ ｏ ｕｅ ｉ两部分。Ｈ Ｓ Ｏ Ｔ的
减少ቤተ መጻሕፍቲ ባይዱ信成本。
为 应用的瓶 颈 Ｊ 。因此 ，一般的体系结构 皆对存储子 系统进
行 了优化 。 ＧＰ 在 Ｕ体系结构 中， 对全局 内存的存取 进行 了优 化 。当存储子系统收到连续的地址请求时 ，系统可 以把 所有
请 求打包为一个请求 。从而可 以在一个请求中存取 所有的数
据 。由于 Ｇ Ｕ采用典型的 ＳＭＤ执行方式 ，即一次迭代中的 Ｐ Ｉ 所有计算单元会在 同一个 时钟周期 内发 出存取请求 ，当存取 请求的地址不连 续时，Ｇ Ｕ程序（ｅｎ１的运行就会停 顿 ，因 Ｐ ｋ ｒｅ） 此理想的存取模 式是每个计算单元在 同一个时钟时所读写的 数据地址是连续的 ，即第 １个计算单元读第 １个数据 ，而 第ｋ 个计算单元读第 ｋ 个数据 。 ３２１ 写延迟优化 ．．
ｐ ｏ ｅ ｓｎ ａ ａ ｌ ｙ ｒ ｃ ｓ ｉ ｇ ｃ ｐ ｂｉ ｔ ，ｇ ｅ ｔｙ ｉ ｒ ｖ ｓ ｔ ｅ ｅ ｆ ｃ ｉ ｅ ｅ ｓ ｏ ｌ ｏ ｉ ｍ ．Ｅｘ ｅ ｉ ｎ ａ ｅ ｕｌ ｓ ｗｓ ｔ ａ ｈ ｏ ｕｔ ｎ ｈａ １ ０ ｔｍｅ ｅ ｆ ｒ ａ ｃ ｉ ｒ ａ ｌ ｍｐ ｏ ｅ ｈ ｆｅ ｔｖ ｎ ｓ ｆ ａ ｇ ｒｔ ｈ ｐ ｒ ｍｅ ｔ ｌ ｒ ｓ ｔ ｈｏ ｈ ｔ ｔ ｅ ｓ ｌ ｉ ｓ ｉ ｓ ｐ ｒｏ ｏ ０ ｍ ｎｅ
ａ ｃ ｉ ｃ ｕ ｅ ａ ｄ ａ ｐ ｉ ｓ ｏ ｔ ｉ ａｉ ｎ ｏ ｍｏ ａ ｃ ｓ ｉ ｇ ｌｔ ｎ ｙ ａ ｄ ｏ ｔ ｉａ ｉ ｎ ｏ ｅ ｍｅ ￣ ｄ ｐ ｏ ｍ ｅ ｔ ｕ ｌ ｔ ｉｅ Ｕ’ ａ ａ ｌ ｌ ｒ ｈ ｔ ｔ ｒ ｎ ｐ ｌｅ ｐ ｉ ｚ ｔｏ ｆ ｍｅ ￣ ｃ ｅ ｓｎ ａ ｅ ｃ ｎ ｐ ｉ ｚ ｔｏ ｆ ｔ ｍｏ ｅ ｍ ｍ ｈ ｅ ｌ ｙ ｎ ，ｆ ｌ ｕ ｉ ｚ ｓ ＧＰ Ｓ ｐ ｒ ｌ ｙ ｌ ｅ
作用在于实现程序执行 的控制 。Ｃ ｍ ｕ ｎ 负责主要的计 ｏ ｐｔ Ｕ ｉ ｅ ｔ 算 。Ｏ ｅＣ 作 为一个异构平 台的通 用编程模 型 ，其优势在 ｐｎ Ｌ 于通过显式并行获得极高 的并 行性 ，通 过合 理的内存映射将
作者倚介 ：马海 晨（ ８ －） １ ６ ，男，硕士 ， 研方向 ：图像处理 ，并行 ９ 主
ｉ ｃ ｅ ｓ ａ ｈ ｅ ｉ ｌ ｌ ｏ ｉ ｍ ｎ ＣＰＵ ｎ ｒ ａ ｅ ｔ ｎ ｔ ｅ ｓ ｒａ ｇ ｒｔ ｈ ａ ｈ ｉ
／， ●● ●
／， ●● ● ，
｜ ｙｗｏｄ ］ｂｏｎｏ ａｉｓ ｓｑ ｅ ｃ ｌ ｎ ｎ； ｅ ｅａ ｕｐ ｓ ａｈｃＰｏｅｓｎ ｉＧＰ Ｕ） Ｓ ｔ— ｔ ｍａ（Ｗ） ｌｏｉ ｍ； ｅ Ｃ Ｋｅ ｒ ｓ ｉｉｆｒ ｔ ；ｅ ｕ ｎｅａｉ ｍｅ ｔＧ ｎ ｒｌ ｒｏ ｅ ｐ ｉ ｒｃｓｉｇＵｎｔ ＧＰ ； ｍｉ Ｗａｅ ｎＳ 层 ｔ Ｏｐ ｎ Ｌ ｍ ｃ ｇ Ｐ Ｇｒ （ ｈ ｒ ａ ｒ ｇ ｈ
有单元 。 Ｓ Ｔ计算 Ｈ值完全可 以并行地进行 ，同时 ，随着数据 ＷＡ 库序 列长 度的增加 ，并行度也会相应增加 ，具有相当好的伸 缩性 。但是 ，算法 的第（） 限制 了总体性能 的提高 。因为 ２步 第（） ２步是典型的并行 ｓａ ｃｎ算法 。 已有 的资料中可知 ， 从 并行
一
文在 Ｃ Ｕ— Ｐ Ｐ Ｇ Ｕ异构平 台下 ，充分利用 Ｇ Ｕ的高计算能力 ， Ｐ 提出 了一个加速生物序列 比对 的方案 。
般可通过 替换矩 阵查询到 ，如 Ｂ ＯＳ Ｍ６ Ｌ Ｕ ２矩阵、Ｐ ＡＭ２ ０ ５
２ 背景知识
本文 的工 作主 要涉及两部分 内容 ：Ｓ 算法和 Ｏｐｎ Ｌ Ｗ ｅＣ
２１ Ｓ 算法 ． Ｗ Ｓ 算法是经典的序列 比对算法 。本质上 ，它 是为 了找 Ｗ 出 ２个序 列之问的最大公共子 串，而且允许在 比对 过程中插 入空 白和错配 。因此 ，算法的整个过程就是计算一个 ＤＰ矩 阵。Ｄ Ｐ矩 阵中的每个值代表 当前 ２个子 串之间的最大公共
子 串的得 分。而整个序列之 间的最大公共子 串可 以通过矩阵 的最大值沿路返 回找到 。
访存延迟 遮 蔽 ，使之 与计 算过程 重叠 ，以达到 吞吐率 的最
大化。
库序 列之 问。生物序列数据库 中的序列一般都有几百万条以
上 。因此，这种 方式具有很高 的并行度 。另外 ，随着数据库
大小的增加，并行度也会相应增加 。
３ 生物序列比对算法实现及优化
Ｓ 加速算法一般有 Ｗａｅｒｎ Ｗ ｖｆ ｔ方式 、Ｖ Ｅ 方式 和 ｏ Ｊ Ｌ Ｓ Ｔ方式 ３种 。 ＷＡ
ｒ ｍ ｗｏ ｋ ｆａ ｅ ｒ
一
、 、●
Ｏ
巨Ｊ
广
十
一
／
一
、
一
●／
ＤＯＩ １ ．９ ９ ．ｓ．０ ０３ ２ ．０ ２０ ．７ ： ０３ ６ ／ｉ ｎ１０ —４ ８２ １ ．４０ ９ ｊｓ
＆ Ｄ
ｌ 概述
数据库是 生物 信息学的主要内容 ，各种数据库几乎覆盖 了生命科 学的各个领域 。据统计 ，至 ２ ０ ０ ６年，生物信息数据
性能 的快速提高及 其近年来 不断改进的可编程性 ，通用 图形 处理器（ ｎｒｌ ｕｐ ｓ Ｕ Ｇ ＧＰ ） Ｇｅｅａ Ｐ ｒｏｅ ＧＰ ， Ｐ Ｕ 的应用越来越广泛 。 本
Ｈ
，
Ｊ
ｍ ａ ｘ
其 中，Ｅ 表示在 目标序列 中插入空 白的得分 ；Ｆ代表在查询 序列 中插入空 白的得 分 ；Ｈ 是 当前 ２条子序列 的最大得分 Ｓ ｏｅ 表示第 ｆ ｃｒ ； 个字符 与第 个字符 匹配得分 。这个得分
这 ２种方法的最大缺点是并行度不高。因为只有在计算
主反对角线时 ，并行 度才达到最大值 。 Ｓ Ｔ方式下计算 Ｄ ＷＡ Ｐ矩 阵的过程如下 ：（） １ 并行地计算 Ｅ值或 Ｆ值和 日值 ； ２使 用并行 的修正函数对前一步计 算出 （）
来 的 日值修正 ； ３以 同样 的方式计 算下一行 ，直到计算完所 （）
Ｍ Ａ ｉ ｈｅ Ｗ ＥＩＧａ ｇ Ｗ Ｕ ｉ ｅ ｇ Ｈａ － ｎ， ｃ ｎ， Ｂａ － ｎ ｆ
（ ｃ ｏ ｌ ｆ ｍｐ ｔｒ ｃｅ ｃ ， ｕ ａ ｉｅｓｔ， ｈ ｎ ｈ ｉ ０ ４ ３ Ｃ ｉ ａ Ｓ ｈ ｏ ｏ Ｃｏ ｕｅ ｉ ｅ Ｆ ｄ ｎＵｎｖ ｒｉ Ｓ ａ ｇ ａ ２ ０ ３ ， ｈ ｎ ） Ｓ ｎ ｙ
序列 比对 的过程是通过序列 比对 算法 在生物序列数据库
Ｊ
： ｍ ａ ｘ
，
Ｊ
＝ ｍ ａｘ
中寻找相 似的序 列。Ｓ Ｓ ｔ— ｔｒ ｎ算法 是典 型的序列 Ｗ（ｍｉ Ｗａｅｍａ） ｈ 比对算法 。该算法 以动态规划的方式寻找 ２条序列问所有的 可能 比对 。随着图形处理器（ ｒｐ ｉ Ｐｏ ｅｓ ｇ ｎｔ Ｐ Ｇ ａ ｈｃ ｒｃｓｉ ｒＵ ｉ ｎ ，Ｇ Ｕ）
计 算 ；韦 刚 ，硕士 ；吴 百峰 ，教授
文献 【】 ｌ的研究实验证明 ，在 生物信息 学中，连续的空 白
收稿 日期 ：２ １－７ ６ ０ ０ — １ ２
Ｅｍａ ：ｍ ｈｉ ｅ＠ｈｔ ｉ ｏ ． ｉ ａａ ｈｎ ｏ ｌ ｒ ｌ ｃ ｍａ． ｎ ｃ
２２ ４
计
算
机
工
程
２ １ 年 ２月 ２ ０２ ０日